【技术实现步骤摘要】
本专利技术涉及电动汽车与电网互动，尤其涉及一种充电场站用电负荷的预测方法、装置、设备及介质。
技术介绍
1、电动汽车在充电场站充电的决策受多种因素影响，目前，主要分析影响充电决策的确定性因素，较少分析在分析影响充电决策的不确定因素。
2、相关技术中，针对在分析影响充电决策的不确定因素的过程中，对于不同用户、充电场景以及用户偏好考虑不全面，从而导致目标充电场站的用电负荷预测的准确性较低。
技术实现思路
1、鉴于上述问题，本专利技术提供了一种充电场站用电负荷的预测方法、装置、设备及介质。
2、根据本专利技术的第一个方面，提供了一种充电场站用电负荷的预测方法，包括：获取针对目标区域的多个目标对象的充电决策意图的问卷调查结果信息，上述问卷调查结果信息包括目标对象的属性信息和目标对象的充电偏好信息。基于混合选择模型，在多个预定充电场景下，对目标对象的属性信息和目标对象的充电偏好信息进行数据拟合，得到上述属性信息与上述充电偏好信息之间的关联关系。响应于接收到的在目标时段内到达目标充电场站的待充电对象的充电需求，从上述问卷调查结果信息中得到上述待充电对象的属性信息。基于上述关联关系，根据上述待充电对象的属性信息和目标充电场站的场景信息，得到上述待充电对象在上述目标充电场站内的充电概率。基于多个上述待充电对象的充电概率和多个上述待充电对象的充电需求，得到上述目标充电场站在目标时段的用电负荷预测信息。
3、根据本专利技术的实施例，上述充电偏好信息表征上述目标对象对
4、根据本专利技术的实施例，上述基于上述问卷调查结果信息，对上述混合选择模型进行参数估计，得到上述第一函数和上述第二函数，包括：利用极大似然法，对混合选择模型进行参数估计，得到与上述问题变量对应的荷载系数和偏好变量与属性变量之间的估计系数。对上述问题变量对应的荷载系数进行标准化处理，得到上述第二函数。将上述估计系数作为上述第一函数的系数，得到上述第一函数。
5、根据本专利技术的实施例，上述属性变量包括多个；上述方法还包括：基于问卷调查结果信息，对多个属性变量与上述偏好变量进行显著性分析，得到目标属性变量，其中，上述目标属性变量表征对上述偏好变量影响值大于预定阈值的变量。将与上述目标属性变量对应的估计系数作为上述第一函数的系数，得到上述第一函数。
6、根据本专利技术的实施例，上述基于上述关联关系，根据上述待充电对象的属性信息和目标充电场站的场景信息，得到上述待充电对象在上述目标充电场站内的充电概率，包括：基于上述关联关系和上述问卷调查结果信息，标定预定函数的系数，得到目标函数；其中，上述目标函数表征待充电对象的充电效用与属性变量、偏好变量和充电场景变量的关系。基于上述关联关系，根据上述待充电对象的属性信息，得到目标偏好信息。基于上述目标函数，根据上述目标偏好信息、上述待充电对象的属性信息和上述目标充电场站的场景信息，得到上述待充电对象的充电效用。根据上述待充电对象的充电效用，得到上述充电概率。
7、根据本专利技术的实施例，上述基于多个上述待充电对象的充电概率和多个上述待充电对象的充电需求，得到上述目标充电场站在目标时段的用电负荷预测信息，包括：根据上述多个上述目标对象的充电概率，从上述多个上述目标对象的充电需求中确定目标时段在上述目标充电场站进行充电的目标充电需求。根据上述目标充电需求，生成上述用电负荷预测信息。
8、根据本专利技术的实施例，上述基于多个上述待充电对象的充电概率和多个上述待充电对象的充电需求，得到上述目标充电场站在目标时段的用电负荷预测信息，包括：基于多个上述待充电对象的充电概率，对上述多个上述待充电对象的充电需求进行处理，得到多个与上述目标时段的对应的充电负荷效用。响应于上述多个与上述目标时段的对应的充电负荷效用满足预定收敛条件，从上述多个与上述目标时段的对应的充电负荷效用中确定上述用电负荷预测信息。
9、本专利技术的第二方面提供了一种充电场站用电负荷预测装置，包括：获取模块、数据拟合模块、筛选模块、获得模块和生成模块。
10、获取模块，用于获取针对目标区域的多个目标对象的充电决策意图的问卷调查结果信息，问卷调查结果信息包括目标对象的属性信息和目标对象的充电偏好信息。
11、数据拟合模块，用于基于混合选择模型，在多个预定充电场景下，对目标对象的属性信息和目标对象的充电偏好信息进行数据拟合，得到属性信息与充电偏好信息之间的关联关系。
12、筛选模块，用于响应于接收到的在目标时段内到达目标充电场站的待充电对象的充电需求，从问卷调查结果信息中得到待充电对象的属性信息。
13、获得模块，用于基于关联关系，根据待充电对象的属性信息和目标充电场站的场景信息，得到待充电对象在目标充电场站内的充电概率。
14、生成模块，用于基于多个待充电对象的充电概率和多个待充电对象的充电需求，生成目标充电场站在目标时段的用电负荷预测信息。
15、本专利技术的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述充电场站用电负荷的预测方法。
16、本专利技术的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述充电场站用电负荷的预测方法。
17、本专利技术的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述充电场站用电负荷的预测方法。
18、根据本专利技术提供的充电场站用电负荷的预测、装置、设备及存储介质，基于混合数据模型，通过对问卷调查结果信息的数据拟合，得到目标对象的属性信息与充电偏好信息之间的关联关系，以实现通过目标对象的属性信息可以准确预测目标对象的充电概率，从而准确预测目标充电场站的用电负荷，提高了目标充电场站用电负荷预测信息的准确性。
本文档来自技高网...【技术保护点】
1.一种充电场站用电负荷的预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述充电偏好信息表征所述目标对象对调查问卷中与同一偏好变量对应多个问题变量的选择结果；所述混合选择模型包括用于表征偏好变量与属性变量之间关系的第一函数和用于表征偏好变量与问题变量之间关系的第二函数；
3.根据权利要求2所述的方法，其特征在于，所述基于所述问卷调查结果信息，对所述混合选择模型进行参数估计，得到所述第一函数和所述第二函数，包括：
4.根据权利要求3所述的方法，其特征在于，所述属性变量包括多个；所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述关联关系，根据所述待充电对象的属性信息和目标充电场站的场景信息，得到所述待充电对象在所述目标充电场站内的充电概率，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于多个所述待充电对象的充电概率和多个所述待充电对象的充电需求，得到所述目标充电场站在目标时段的用电负荷预测信息，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于多个
8.一种充电场站用电负荷预测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1~7中任一项所述的方法。
...【技术特征摘要】
1.一种充电场站用电负荷的预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述充电偏好信息表征所述目标对象对调查问卷中与同一偏好变量对应多个问题变量的选择结果；所述混合选择模型包括用于表征偏好变量与属性变量之间关系的第一函数和用于表征偏好变量与问题变量之间关系的第二函数；
3.根据权利要求2所述的方法，其特征在于，所述基于所述问卷调查结果信息，对所述混合选择模型进行参数估计，得到所述第一函数和所述第二函数，包括：
4.根据权利要求3所述的方法，其特征在于，所述属性变量包括多个；所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述关联关系，根据所述待充电对象的属性信息和目标充电场站的场景信...
【专利技术属性】
技术研发人员：刘晓楠，梁伟，张剑，王超，张智达，祖国强，姜宁，多葭宁，高帅，杨国朝，郝爽，王智爽，赵越，
申请(专利权)人：国网天津市电力公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。